　HPCS EAS-U1は、I/O周りのフロントアクセス機構を持つ奥行き450mmのコンパクトな筐体を採用したエッジAIサーバだ。最大24コア48スレッドの高性能CPUを搭載し、AIアクセラレーション用のGPUはNVIDIAの「RTX4500」または「RTX2000」を1枚搭載可能で、AI学習から推論まで運用できる。

2Uラックマウントサーバ「HPCS EAS-U1」［クリックで拡大］出所：HPCシステムズ

　オプションとして、PCI-Express外部拡張デバイスを用意。高速なGPUや複数枚使用への要望に対応する。

　外部ストレージを使用しない運用を想定して設計されており、ストレージは2.5インチSSDまたはHDDを最大6台まで搭載できる。製品検査などで求められる圧縮していない鮮明な画像データは、データサイズが大きく、ストレージ容量を圧迫することがある。オプションのソフトウェアにより、BMP形式の画像ファイルを復元可能な可逆圧縮することで、データ容量を最大で3分の1程度まで減らせる。

　同社は標準モデルに加え、フィッティングコンサルティングサービスで実際の用途や運用に適したカスタムモデルを提供する。同サービスには、さまざまな部材やベンダーから柔軟に構成したハードウェアを提供するフィッティングサービスと、PCの性能評価や分析をするコンサルティングサービスがある。

⇒その他の「FAニュース」の記事はこちら

「FAニュース」バックナンバー

人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
なぜ製造現場のAI活用がうまくいかないのか
成果が出ないスマートファクトリーの課題を掘り下げ、より多くの製造業が成果を得られるようにするために、考え方を整理し分かりやすく紹介する本連載。前回から製造現場でつまずくポイントとその対策についてお伝えしていますが、第7回では、製造現場でのAI活用の課題と生かし方について解説します。
芽吹くか「組み込みAI」
第3次ブームを迎えたAI（人工知能）。製造業にとっても重要な要素技術になっていくことは確実だ。2017年からは、このAIを製品にいかにして組み込むかが大きな課題になりそうだ。
量子コンピュータの力を古典コンピュータで引き出す、NVIDIAが統合基盤を発表
NVIDIAは、古典コンピュータと量子コンピュータ、双方の計算処理をシームレスに統合できるハイブリッドコンピューティングプラットフォーム「NVIDIA Quantum Optimized Device Architecture（QODA）」を発表した。
HPCという言葉をあなたはご存じ？